百度在过去的两年半在人工智能领域的投入就达到了200亿。阿里的阿里云成功实施了飞天5000集群，在对应领域的技术水平位居全球前列，并且两年前就已经和中科院成立实验室共同研制量子计算;去年4月腾讯也成立了自己的AI Lab，目前已经有30 多位的Research Scientists。
在还处在技术探索期，需要大量资金投入，而且商业化应用变现也是未知的情况下，也只有财大气粗的互联网巨头和国家能够在早期就投入大量的人力物力来对行业人才进行培养。AI领域的专业人才量少并且普遍集中在大企业。
所以在近两年人工智能领域爆发期，AI这类高新产业面临非常严重的人才缺口问题。北美去年人工智能开发的相关职位需求大约在10万左右，而北美人才市场仅有约3万名人工智能开发者，供求比例接近一比三。据 LinkedIn 统计，全球目前拥有约 25 万名人工智能专业人才，其中美国约占三分之一。中国只有不到25%的人工智能从业者拥有超过10年的行业经验，而在美国这一比例为50%。这样的人才储备量远远无法满足现在以及未来几年中，人工智能市场快速增长的需求。
虽然国家也在加快对人工智能产业的布局，去年5月，发改委联合相关部门发布了互联网+和人工智能三年实施计划。规划确定了在包括资金、系统标准化、知识产权保护、人力资源发展、国际合作和实施安排等方面支持人工智能的发展。但是段时间内，要在技术含金量如此之高的领域培养出大量的人才来补充人力缺口，还是个难题。
商业化成功案例少，投资趋向理性
尽管今年初AlphaGo的升级版Master连胜60盘，横扫中、韩、日的围棋顶尖高手，但不得不承认的是，人工智能领域的商业化应用，目前取得成功的案例还是比较少的。不管是自动驾驶，还是人脸识别、语音交互等，大多数靠谱的商业化项目都是巨头主导，基本也都处在试验期，并没有真正实现大规模产业化的输出。自动驾驶汽车的多次事故，也多少让狂热的资本对人工智能的商业化前景的期待退了一点烧。
相对于巨头们的十几年磨一剑，在人工智能领域热潮推动下，创投领域不可避免的出现了泡沫，去年的狂热期过后，资本在投资时更趋冷静。根据投资研究机构Ventures Scanner的跟踪调查数据，截止2016年11月，一共有1485家人工智能创业功能拿到了融资，总融资金额超过89亿美元，创下历史之最。在这些拿到投资的企业中，有44%的企业为机器学习领域的人工智能。
和别的领域创业不同的是，人工智能领域有极高的技术壁垒，需要创始团队具有很深的技术积累，但是一年能够涌出这么多的项目，里面不少就是挂羊头卖狗肉的。有些公司为了蹭热点，把机器学习和一些开源软件打包打包就卖给投资人，有些则把原本和AI没关系的项目包装包装，一定要扯上点关系以便融资。这些不靠谱的项目，也对资本在AI领域的投入产生了一些负面影响。
加上人工智能到底能如何和各个行业结合进行商业化转化的前景还不是非常清晰，大家看到的成功案例还不够多，对于人工智能领域的热度也就渐渐开始退潮。
